一種基于標識的礦石圖像分割方法

方挺 張亞萍

摘要：針對礦石圖像中鐵礦石相互粘連、大小不同、形態不規則等特點，提出基于雙窗的局部均值閾值化算法，較好地將粘連的各礦石目標相互分離。結合孔洞填充、距離變換等算法獲取礦石種子標記圖像，利用基于標記改進的分水嶺算法完成礦石圖像分割。實驗結果表明，該算法能有效分割粘連礦石，分割效果良好。

關鍵詞：礦石圖像分割；局部均值閾值化；孔洞填充；距離變換；分水嶺算法

DOIDOI：10.11907/rjdk.161258

中圖分類號：TP317.4文獻標識碼：A文章編號：1672-7800（2016）006-0215-03

參考文獻：

[1]TESSIER J，DUCHESNE C，BARTOLACCI G.A machine vision approach to on-line estimation of run-of-mine ore composition on conveyor belts[J].Minerals Engineering，2007，20（12）： 1129-1144.

[2]PEREZ C A，ESTVEZ P A，VERA P A，et al.Ore grade estimation by feature selection and voting using boundary detection in digital image analysis[J].International Journal of Mineral Processing，2011，101（1-4）： 28-36.

[3]SALINAS R，RAFF U，FARFAN C.Automated estimation of rock fragment distributions using computer vision and its application in mining[J].IEE Proceedings-Vision，Image and Signal Processing，2005，152（1）： 1-8.

[4]ZHANG G Y，LIU G Z，ZHU H.Segmentation algorithm of complex ore images based on templates transformation and reconstruction[J].International Journal of Minerals，Metallurgy，and Materials，2011，18（4）： 385-389.

[5]王鳳娥.改進后的分水嶺算法在圖像分割中的應用研究[D].濟南：山東大學，2008.

[6]CHATTERJEE S，BHATTACHERJEE A.Genetic algorithms for feature selection of image analysis-based quality monitoring model：an application to an iron mine[J].Engineering applications of artificial intelligence，2011，24（5）： 786-795.

[7]朱聰.光學鏡片表面疵病檢測算法研究[D].成都：西南交通大學，2014.

[8]BAILEY D G.An efficient euclidean distance transform[M].Combinatorial Image Analysis.Springer.2005： 394-408.